Auteur : Wintermute
Traduction : Blockchain en termes simples
Cela fait plus d'une décennie que la cryptographie existe. Les L1 ont été développés, les L2 ont suivi, la DeFi arrive à maturité et les stablecoins sont devenus une infrastructure de base. Dans les différentes niches telles que les plateformes de trading, le prêt et l'emprunt, les contrats perpétuels et les marchés de prédiction, presque chaque catégorie semble saturée, et presque chaque idée évidente semble déjà avoir été réalisée.
Alors, que reste-t-il de vraiment intéressant à construire dans le monde de la cryptographie ?
De nombreux développeurs abandonnent à ce stade. Ils ont tort, non pas parce que la réponse est non, mais parce que la question elle-même est mal posée.
Pendant la majeure partie de l'histoire de l'industrie crypto, les questions vraiment intéressantes étaient : ce chemin de fer peut-il vraiment tenir ? Peut-on régler des transactions en quelques secondes ? Peut-on transférer des stablecoins à grande échelle ? Les réseaux ouverts peuvent-ils supporter une charge réelle ? Aujourd'hui, ces questions ont en réalité des réponses. L'infrastructure est utilisable, et les prochaines questions réellement intéressantes se sont déplacées ailleurs.
Ce qui a vraiment changé, c'est tout ce qui se passe autour de cette infrastructure. Les modèles ne font plus que "répondre", mais commencent à agir de manière autonome ; les robots apprennent désormais à partir de vidéos humaines, et non plus uniquement à partir de code écrit à la main ; des standards ouverts autour des paiements et de l'identité des Agents se mettent progressivement en place. Ces éléments ne relèvent pas nécessairement de la cryptographie en eux-mêmes, mais ils s'approchent tous d'une frontière : les infrastructures financières et de confiance actuelles conçues pour les "humains" peuvent-elles encore supporter de nouveaux participants.
La question qui vaut vraiment la peine d'être posée maintenant n'est plus "que peut-on encore faire en crypto", mais "pourquoi le monde réel aura-t-il besoin de la crypto ensuite".
Et la réponse de plus en plus évidente est : l'économie des machines.
Les machines, en tant qu'acteurs économiques
Lorsque nous parlons d'"économie des machines", nous ne parlons pas des machines en tant qu'outils – pas de l'outil que vous utilisez pour envoyer des e-mails ou écrire du code. Nous parlons de : la machine elle-même en tant qu'acteur économique.
Ce changement peut sembler subtil, mais ses conséquences sont énormes. Un outil attend des instructions ; un acteur conserve un contexte, prend ses propres décisions, initie ses propres transactions et peut agir de manière autonome dans les mondes numérique et physique. Les modèles actuels sont déjà assez bons pour le faire ; et leur coût est suffisamment bas pour être déployés à grande échelle.
Dans la réalité, cela pourrait ressembler à ceci :
- Un Agent qui réservera pour vous un billet d'avion, négociera le prix, paiera le commerçant et gérera automatiquement un remboursement en cas de problème, sans que vous n'ayez à intervenir.
- Un robot d'entrepôt qui accepte des missions par unité de tâche, recharge sa propre batterie, paie pour sa puissance de calcul et distribue les revenus à son opérateur.
- Un système de recherche qui, de nuit, conçoit de lui-même des expériences, commande des réactifs et exécute la boucle complète d'une expérience sans qu'un étudiant-chercheur ne soit présent.
La plupart de nos infrastructures financières et de confiance actuelles partent du principe que de l'autre côté se trouve une personne ou une entreprise – un sujet identifiable et responsable. Mais dès que le participant en face devient un système autonome, cette prémisse disparaît. Nos rails de paiement, d'identité, d'autorisation, de résolution des litiges et de règlement actuels n'ont pas été conçus à l'origine pour ce scénario.
Et ce problème se situe précisément à l'intersection de la cryptographie, de la fintech, de l'IA, de la robotique et des technologies quantiques.
Pourquoi maintenant
Trois changements se sont récemment produits, et ils semblaient tous improbables il y a quelques années.
Premièrement, les modèles sont devenus assez bons, non seulement pour répondre à des questions, mais aussi pour agir directement ; et ils sont devenus suffisamment bon marché pour fonctionner de manière continue et sans surveillance. Le coût unitaire du travail numérique s'effondre rapidement, ce qui rend faisables un grand nombre de tâches qui auparavant "ne valaient pas la peine d'être faites par un humain", et cela se produira à une fréquence et à une échelle jamais supportées par les systèmes passés.
Deuxièmement, les standards ouverts arrivent à maturité. Les stablecoins sont devenus un rail de règlement réellement utilisable. Des protocoles comme x402, MPP, AP2 commencent à fournir des méthodes de paiement aux Agents. Des réseaux blockchain plus rapides et des réseaux de monnaie fiduciaire plus rapides convergent dans un espace intermédiaire. Les modèles ouverts vision-langage-action permettent également aux robots d'apprendre à partir de vidéos humaines et d'environnements de simulation, sans dépendre d'une programmation hautement personnalisée et spécialisée. L'importance des standards réside dans le fait que les développeurs peuvent enfin "assembler", plutôt que de tout reconstruire à partir de zéro à chaque fois, et c'est ce qui explique l'accélération collective de ces domaines.
Troisièmement, les Agents peuvent désormais fonctionner en continu. Ils ne sont plus limités à ces cas d'utilisation guidés et étroits d'avant, mais peuvent conserver un contexte et travailler de manière autonome et sans surveillance sur le long terme. Cela modifie le modèle économique de l'automatisation, ainsi que le niveau d'activité que tout système doit supporter.
Pris séparément, aucun de ces changements ne suffit à constituer un argument complet, mais les considérer ensemble est suffisant.
La crypto n'est pas morte
De nombreux fondateurs du secteur crypto, en se demandant "que reste-t-il à faire", négligent un point essentiel.
La prochaine vague de sociétés réellement intéressantes ne sera pas "crypto contre IA" ou "crypto contre robotique". Les fondateurs qui nous passionnent le plus ne choisissent pas entre ces technologies, mais les superposent.
Vous ne faites plus seulement "une startup dans la crypto", vous faites du crypto + IA, crypto + robotique, crypto + science autonome. Les rails financiers traditionnels sont conçus autour de la responsabilité humaine : on peut vérifier une identité, retracer une intention, et en cas de problème, trouver une personne spécifique responsable. Les rails cryptographiques sont différents, ils sont construits autour de code auditables, d'enregistrements lisibles par tous sur la chaîne, et de règles exécutées de manière décentralisée par le réseau. Lorsque le participant en face devient un système autonome, cette différence n'est plus un défaut, elle devient un point clé.
À mesure que le volume d'activités dirigées par des machines continue de croître, les rails construits par la cryptographie, par rapport aux systèmes conçus pour les humains, correspondent mieux à la forme de ce type de besoin : ouverts, programmables, sans autorisation, avec un règlement en quelques secondes, et des mécanismes d'identité indépendants des intermédiaires.
Pour les développeurs du secteur crypto, la véritable opportunité n'est pas de rivaliser avec les entrepreneurs de la précédente vague de crypto, mais de devenir le socle sous-jacent sur lequel la prochaine vague de systèmes d'IA, de robots et de systèmes physiques autonomes sera construite.
Et les grandes plateformes accélèrent déjà leur entrée. Coinbase, Robinhood et BN ont tous lancé, ces derniers mois, des infrastructures de trading destinées aux Agents : cela inclut des portefeuilles opérés par des Agents, des capacités d'exécution autonome, et (dans le cas de Robinhood) une nouvelle blockchain conçue spécifiquement pour ce type de besoins. Ce n'est plus seulement une discussion de niche à l'intérieur de la crypto, mais quelque chose qui se passe réellement sur des plateformes comptant parmi les plus grandes bases d'utilisateurs grand public au monde.
Où cela coince-t-il aujourd'hui
Le jugement central ci-dessus est le suivant : Les rails sans autorisation et programmables sont plus adaptés pour supporter des acteurs autonomes que les rails traditionnels conçus pour les humains. Mais ce jugement n'a pas encore été pleinement démontré à grande échelle, et deux points de défaillance actuels montrent déjà qu'il reste beaucoup de travail à faire sur cette voie.
Sécurité
Les portefeuilles d'Agents sont devenus une surface d'attaque dans la réalité. En mai 2026, des attaquants ont utilisé un message d'injection par indice en code Morse pour amener Grok à générer une instruction de transfert, qui a ensuite été exécutée sur la chaîne par un Agent de trading automatique, entraînant le transfert d'environ 150 000 à 200 000 dollars avant que la majeure partie des fonds ne soit récupérée (SlowMist).
Imputabilité
Lorsqu'un système accessible par l'IA dysfonctionne, il n'y a toujours pas de réponse claire quant à la responsabilité – même si ce système a été validé par une signature commune de l'IA, d'une revue humaine et d'un vote de gouvernance. En février 2026, une vulnérabilité d'oracle dans un code de contrat intelligent partiellement écrit par une IA assistante chez Moonwell a conduit à un incident de défaut de 1,78 million de dollars, et aucune étape de la chaîne de vérification n'a détecté le problème (rekt.news).
Ce que nous observons
Aujourd'hui, la plupart des activités sont concentrées au niveau des composants : les modèles de base, le matériel robotique, les stablecoins, les plateformes de trading. Ces marchés sont déjà encombrés, ont déjà reçu beaucoup de financements, et l'opportunité n'est pas là.
La véritable opportunité se situe dans la couche qui les connecte – c'est-à-dire les rails nécessaires aux machines pour effectuer des transactions, collaborer et établir la confiance entre elles. Ces choses n'existent pas vraiment aujourd'hui. Trois directions méritent une attention particulière.
La couche économique orientée Agent
La difficulté n'est pas de savoir si un Agent peut payer, mais plutôt : lorsqu'un Agent fait une erreur, qui détient réellement l'autorisation ? Qui supporte le risque de fraude ? Et comment intégrer tout cela aux commerçants sans exiger qu'ils restructurent entièrement leur système de paiement ? La forme que prendra le commerce par Agent est encore en train d'être écrite : la couche d'autorisation, l'identité des Agents, le routage neutre multi-rails, et les marchés permettant aux Agents d'acheter de manière autonome de la puissance de calcul, des données et des droits d'accès.
Dans cette direction, les meilleures équipes ne prélèvent pas un pourcentage sur le montant des paiements, mais facturent autour de la réduction des risques et de la gestion des autorisations. Ainsi, même si le volume réel des transactions par Agents n'explose pas encore, le modèle économique a déjà une chance d'être viable.
L'IA physique (Physical AI)
Les capacités des robots progressent plus vite que leur capacité à "posséder un système économique". Un modèle émerge désormais, capable de généraliser à travers différentes tâches et formes de robots ; même une personne non ingénieur peut le reprogrammer simplement en lui disant quoi faire. Mais les robots ne peuvent toujours pas payer pour leur propre puissance de calcul, leur recharge ou leur maintenance, ni recevoir automatiquement des paiements pour un travail accompli. Ce qui manque aujourd'hui, ce ne sont pas les mains, mais les portefeuilles.
Plutôt que des récits plus lointains comme le "robot humanoïde domestique", nous nous concentrons davantage sur des scénarios structurés comme l'entrepôt, la logistique, l'arrière-boutique de la vente au détail – car les modèles économiques y sont déjà établis et les déploiements réels existent déjà.
Les systèmes de découverte dirigés par les machines
Cela inclut l'orchestration de laboratoires, la conception automatisée d'expériences et les logiciels qui relient la boucle "hypothèse-expérience-résultat". Les fondateurs qui construisent des couches autonomes pour la science ont déjà commencé à vendre leurs produits à des laboratoires de science des matériaux et de découverte de médicaments. La technologie quantique est une variable le long de cette direction : les capacités de simulation et de perception pourraient considérablement repousser la frontière de "ce qui peut être découvert", et la sécurité post-quantique est déjà devenue une exigence réelle pour la couche de règlement. Cette direction est difficile à valoriser et les gagnants ne sont pas clairs, mais quelque chose est réellement en train de s'y passer.
